t-SNE
t-SNE, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Mimarlık, Planlama ve Tasarım alanına ait örnek veri seti üzerinde analizin nasıl uygulandığı, MerQur çıktısının nasıl görüneceği ve APA 7 formatında nasıl raporlanacağı temsilî olarak gösterilmiştir.
🎯 Ne işe yarar?
t-SNE, ilgili veri türü için gerekli tüm varsayım kontrollerini (normallik, varyans homojenliği, vb.) arka planda otomatik uygular ve sonuçları açık bir tablo + grafik ile sunar. APA 7 standardında otomatik yorumlama, Cohen’s d/η²/R² gibi etki büyüklükleri ve %95 güven aralıkları raporlanır.
📌 Ne zaman kullanılır?
- Mimarlık, Planlama ve Tasarım alanına ait ölçümlerin istatistiksel analizinde
- Akademik yayın için APA 7 uyumlu sonuç tabloları üretmek için
- Hipotez sınama ve karar verme süreçlerinde
- Lisans / yüksek lisans / doktora tezlerinde uygun yöntem seçimi sonrasında
📐 Varsayımlar
- Uygun ölçek — Değişkenler analizin gerektirdiği ölçek düzeyinde (nominal/ordinal/aralık/oran) olmalı
- Bağımsız gözlemler — Gözlemler birbirinden bağımsız bireylerden gelmiş olmalı
- Yeterli örneklem — Analiz için minimum n gereksinimi karşılanmalı
- Aykırı değer kontrolü — Aykırı değerler tespit edilip değerlendirilmeli
Varsayımlar bozulursa MerQur otomatik olarak non-parametrik veya sağlam (robust) alternatife yönlendirir.
🛠 MerQur’da Nasıl Yapılır?
Veriyi yükle. Dosya → Aç menüsünden örnek dosyayı seç. MerQur sütun tiplerini otomatik tespit eder.
Analizi seç. Sol kenardan t-SNE‘yi seç.
Panel atamaları (programdaki form alanları):
- Sütunlar:
[olcum_01, olcum_02, olcum_03, ... +9 adet] - Perplexity:
15 - Iterasyon:
500 - Eksik strateji:
drop
Opsiyonel ayarlar. Etki büyüklüğü ✓ · %95 güven aralığı ✓ · Varsayım kontrolleri (otomatik).
▶ Çalıştır butonuna bas. Sonuçlar tablo + grafik olarak otomatik üretilir.
📄 Word’e Aktar. APA 7 formatında, italik istatistik sembolleriyle rapor.
📊 Örnek Veri Seti — Mimarlık, Planlama ve Tasarım
ℹ Not: Aşağıdaki senaryo, MerQur çıktısı ve yorum, gerçek örnek veri seti MerQur’da çalıştırılarak elde edilmiştir. Kendi verinizdeki sayısal sonuçlar farklılık gösterecektir; buradaki amaç analizin uçtan uca nasıl kurgulandığını ve yorumlandığını göstermektir.
🎬 Örnek Dosya
Bu analiz, Mimarlık, Planlama ve Tasarım alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Peyzaj_Mimarligi/70_tsne_leaf_5tur.xlsx
🎬 Senaryo
12 yaprak ölçümünden oluşan beş bitki türünü iki boyutlu bir haritada görsel olarak keşfetmek istiyoruz; bu amaçla t-SNE uygundur.
⚙️ Değişken Seçimi
- Değişkenler: measurement_01..measurement_12
Veri Önizleme (İlk 5 Satır)
| leaf_id | type | measurement_01 | measurement_02 | measurement_03 | measurement_04 | measurement_05 | measurement_06 | measurement_07 | measurement_08 | measurement_09 | measurement_10 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | plane_tree | -0.544 | -0.825 | 0.454 | -1.52 | 0.2 | -0.536 | 0.528 | -0.937 | -1.907 | 0.449 |
| 2 | plane_tree | 0.302 | 0.227 | 0.317 | 0.211 | -0.102 | -0.1 | -0.128 | -0.057 | -1.386 | 1.176 |
| 3 | plane_tree | -0.223 | 0.498 | -0.18 | 1.401 | -0.142 | 1.414 | -1.768 | -0.909 | 0.311 | 0.27 |
| 4 | plane_tree | -1.334 | -1.104 | -1.388 | -0.013 | -1.169 | 1.781 | -0.389 | -0.379 | -0.218 | -0.603 |
| 5 | plane_tree | 1.024 | -0.303 | -0.828 | -2.164 | -0.129 | 0.085 | 1.207 | -1.518 | -0.456 | -0.071 |
n = 125 · Sütunlar (ilk 12 sütun): leaf_id, type, measurement_01, measurement_02, measurement_03, measurement_04, measurement_05, measurement_06, measurement_07, measurement_08, measurement_09, measurement_10
📈 MerQur Çıktısı
💬 MerQur Yorumu
t-SNE, yüksek boyutlu yaprak morfolojisi verisini (12 ölçüm) iki boyutlu bir görsele indiren doğrusal olmayan bir yöntemdir. PCA’dan farkı, yerel komşulukları korumaya odaklanmasıdır; yani benzer yapraklar/türler haritada birbirine yakın konumlanır ve bu özellik onu gizli tür yapısını görmek için ideal kılar. KL divergence 0.53 ile indirgeme kalitesi iyidir; beş bitki türü haritada görülebilir kümeler oluşturuyor. Önemli bir uyarı: t-SNE’de eksenler ve kümeler arası mesafe yorumlanmaz, yalnızca kümelenme deseni anlamlıdır. Peyzajda bitki materyali tanımlama ve morfolojik tür ayrımı çalışmalarında görsel keşif için güçlü bir araçtır.
⚠ Sık Yapılan Hatalar
- Veri tipini yanlış belirlemek (örn. kategorik değişkeni numerik olarak yüklemek)
- Varsayım kontrollerini atlayıp doğrudan p-değerine bakmak
- Etki büyüklüğünü raporlamamak — APA 7 hem p hem etki büyüklüğü ister
- Çoklu karşılaştırmada Tip I hatası düzeltmesi (Bonferroni/Tukey) yapmamak
- n yetersiz olduğunda non-parametrik alternatife geçmemek
📹 Video Anlatım
Bu analizin Mimarlık, Planlama ve Tasarım dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ t-SNE — video anlatım
Bu bölüm, Kümeleme ve Boyut İndirgeme videosunun içinde yer alıyor (7 analiz, tek video). Aşağıdaki bağlantı doğrudan 6:41 dakikasından, bu analizin anlatıldığı yerden başlar.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · ⚙ Mühendislik · 🏥 Sağlık Bilimleri · 📊 Sosyal, Beşeri ve İdari Bilimler · 🏃 Spor Bilimleri · 🌾 Ziraat, Orman ve Su Ürünleri
📚 Bu Analizi Yaptıysanız MerQur’u Atıf Yapın
MerQur’u kullanarak bilimsel bir çalışmada bu analizi gerçekleştirdiyseniz, akademik atıf zorunluluğu kapsamında lütfen aşağıdaki atfı kullanın (APA 7):
Örücü, Ö. K. (2026). MerQur: Bütünleşik Akademik Veri Analizi ve Raporlama Platformu [Bilgisayar Yazılımı] (Sürüm 1.0.0). https://doi.org/10.53463/merqur.2026001
BibTeX, RIS, EndNote ve İngilizce karşılığı için: tüm atıf formatları →
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
- Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.